自动驾驶基座模型（强化学习方向）

负责强化学习的框架在自动驾驶场景中的前沿算法研究，； 负责强化学习的框架在自动驾驶场景中的前沿算法研究，； 参与大模型基座范式下(VLA+World Model)的强化学习框架搭建； 负责将大模型（AD Agent）作为基础代理，利用 RL 技术优化其在复杂自动驾驶场景中的感知、推理和长期决策能力，涵盖场景理解、语义引导决策、时空建模等核心能力，并推动大模型与安全（Safety-Critical RL）及人类偏好（RLHF/DPO/PPO for AD）的深度对齐。 【任职要求】 教育背景：计算机科学、人工智能、机器人学、自动驾驶或相关领域的博士学位，或具备等效的研究经验； 精通深度强化学习理论及其核心算法（如PPO, TD3, GRPO等系列） 理论与实践能力：扎实的机器学习、深度学习理论基础，具有视觉理解、自然语言处理与行为决策的交叉领域研究背景； 编程能力：熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow等），有高效模型训练与大规模数据处理经验； 学术能力：具有在国际顶级会议（NeurIPS、ICLR、CVPR、ICCV等）上发表过论文的经验，或参与过具有影响力的学术竞赛（如COCO、Kitti、nuScenes等）； 跨学科能力：具备跨学科协作能力，能够有效将计算机视觉、自然语言处理与机器人学的知识融合，推动自动驾驶机器人领域的创新； 加分项： 熟悉自动驾驶系统（感知-预测-规划）架构，理解 World Model 如何支持基于 RL 的规划算法（如 MCTS） 具有自动驾驶平台（如CARLA、Waymo、nuScenes等）上的实验经验。